---
res:
  bibo_abstract:
  - "Aufgrund der Fortschritte der Digitalisierung finden Systeme zur Zustandsüberwachung
    vermehrt Einsatz in der Industrie, um durch eine zustandsbasierte oder eine prädiktive
    Instandhaltung Vorteile, wie eine verbesserte Zuverlässigkeit und geringere Kosten
    zu erzielen. Dabei beruhen Zustandsüberwachungssysteme auf den folgenden Bausteinen:
    Sensorik, Datenvorverarbeitung, Merkmalsextraktion und -auswahl, Diagnose bzw.
    Prognose sowie einer Entscheidungsfindung basierend auf den Ergebnissen. Jeder
    dieser Bausteine erfordert individuelle Einstellungen, um ein geeignetes Zustandsüberwachungssystem
    für die jeweilige Anwendung zu entwickeln. Eine offene Fragestellung im Bereich
    der Zustandsüberwachung ergibt sich aufgrund der Unsicherheit der Zukunft, die
    sich in den zukünftigen Betriebs- und Umgebungsbedingungen zeigt. Diese Unsicherheit
    gilt es in allen Bausteinen zu berücksichtigen.\r\nDieser Beitrag konzentriert
    sich auf den Baustein Merkmalsextraktion und -selektion, mit dem Ziel anhand geeigneter
    Merkmale eine Prognose der nutzbaren Restlebensdauer mit hoher Genauigkeit realisieren
    zu können. Daher werden geeignete Merkmale aus dem Zeitbereich und daraus abgeleitete
    Zustandsindikatoren für die Restlebensdauerprognose von technischen Systemen vorgestellt.
    Dabei sind Zustandsindikatoren Kenngrößen zur Beobachtung des Zustands der kritischen
    Systemkomponenten. Anhand dreier Anwendungsbeispiele wird ihre Eignung evaluiert.
    Dabei werden Daten aus Lebensdauerversuchen unter instationären Betriebs- und
    Umgebungsbedingungen ausgewertet. Die auftretenden Unsicherheiten der Zukunft
    werden somit berücksichtigt. Die Beispielsysteme beruhen auf Gummi-Metall-Elementen
    und Wälzlagern. Aus den generierten Ergebnissen lässt sich schließen, dass die
    Zustandsindikatoren aus der betrachteten Zeitreihen-Toolbox auch unter unbekannten
    Betriebs- und Umgebungsbedingungen robust sind.\r\n@ger"
  - "Due to the advances in digitalization, condition monitoring systems have found
    numerous applications in the industry due to benefits such as improved reliability
    and lowered costs through condition-based or predictive maintenance. Condition
    monitoring systems typically involve elements, such as data acquisition via suitable
    sensors, data preprocessing, feature extraction and selection, diagnostics, prognostics
    and (maintenance) decisions based on diagnosis or prognosis. For the application-specific
    development of a suitable condition monitoring system, each of these elements
    requires individual settings. Due to the uncertainty of the future, an open question
    arises in the condition monitoring field, which is reflected in unknown future
    operating and environmental conditions. This uncertainty needs consideration in
    all elements of a condition monitoring system.\r\nThis article focuses on feature
    extraction and selection, building on the hypothesis that the remaining useful
    life of a technical system can be predicted with high accuracy utilizing suitable
    features. In this article, health indicators derived from time-domain features
    that permit the monitoring of the health of critical system components are presented
    for predicting the remaining useful life of technical systems. Three distinct
    application examples based on rubber-metal elements and rolling-element bearings
    are evaluated to validate the suitability of the presented methods. Experimental
    data from accelerated lifetime tests conducted under non-stationary operating
    and environmental conditions are considered to take possible future uncertainties
    into account. It can be concluded from the acquired results that health indicators
    derived from the presented time series toolbox are robust to varying operating
    and environmental conditions.\r\n@eng"
  bibo_authorlist:
  - foaf_Person:
      foaf_givenName: Osarenren Kennedy
      foaf_name: Aimiyekagbon, Osarenren Kennedy
      foaf_surname: Aimiyekagbon
      foaf_workInfoHomepage: http://www.librecat.org/personId=9557
  - foaf_Person:
      foaf_givenName: Amelie
      foaf_name: Bender, Amelie
      foaf_surname: Bender
      foaf_workInfoHomepage: http://www.librecat.org/personId=54290
  - foaf_Person:
      foaf_givenName: Walter
      foaf_name: Sextro, Walter
      foaf_surname: Sextro
      foaf_workInfoHomepage: http://www.librecat.org/personId=21220
  dct_date: 2021^xs_gYear
  dct_isPartOf:
  - 'http://id.crossref.org/issn/0083-5560 '
  - http://id.crossref.org/issn/978-3-18-092391-8
  dct_language: ger
  dct_publisher: VDI Verlag GmbH@
  dct_subject:
  - run-to-failure
  - rubber-metal element
  - bearing prognostics
  - non-stationary operating conditions
  - varying operating conditions
  - feature extraction
  - feature selection
  dct_title: Extraktion und Selektion geeigneter Merkmale für die Restlebensdauerprognose
    von technischen Systemen trotz aleatorischen Unsicherheiten @
...